Importando DF´s

Primeiramente, carregamos as bibliotecas que usaremos. Logo após, precisamos importar os dois dataframes, armazenando-os em duas váriaveis. Para identificação da divisão de colunas, usamos o separador “,”. E em sequência, os concatenamos.

library(dplyr)       # Manipulação de dados

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(ggplot2)     # Gráficos
library(tidyr)       # Limpeza de dados
library(readr)       # Leitura de arquivos CSV
library(leaflet)      # Criação de mapas interativos
library(leaflet.extras) # Gráficos
library(plotly)      #Gráficos

## 
## Attaching package: 'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

library(corrplot) # Correlação

## corrplot 0.94 loaded

#Carregando arquivos e corrigindo identificação do separador

df_1 <- read.csv("C:/Users/victo/Documents/cat_acidentes_parte1.csv", sep = ',')
df_2 <- read.csv("C:/Users/victo/Documents/cat_acidentes_parte2.csv", sep = ',')

# Juntando os dois DataFrames
df <- rbind(df_1, df_2)
head(df)

##         data_extracao predial1 queda_arr                data feridos feridos_gr
## 1 2024-09-01 01:32:36        0         0 2020-10-17 00:00:00       1          0
## 2 2024-09-01 01:32:36     6699         0 2019-01-01 00:00:00       1          0
## 3 2024-09-01 01:32:36      411         0 2019-01-01 00:00:00       1          0
## 4 2024-09-01 01:32:36     1500         0 2019-01-01 00:00:00       4          2
## 5 2024-09-01 01:32:36     8799         0 2019-01-01 00:00:00       5          0
## 6 2024-09-01 01:32:36      164         0 2019-01-01 00:00:00       1          1
##   mortes morte_post fatais auto taxi lotacao onibus_urb onibus_met onibus_int
## 1      0          0      0    3    0       0          0          0          0
## 2      0          0      0    3    0       0          0          0          0
## 3      0          0      0    2    0       0          0          0          0
## 4      0          0      0    1    0       0          0          0          0
## 5      0          0      0    3    0       0          0          0          0
## 6      0          0      0    1    0       0          0          0          0
##   caminhao moto carroca bicicleta outro cont_vit ups patinete idacidente
## 1        0    1       0         0     0        1   5        0     190816
## 2        0    0       0         0     0        1   5        0     655726
## 3        0    0       0         0     0        1   5        0     655729
## 4        0    0       0         0     0        1   5        0     655732
## 5        0    0       0         0     0        1   5        0     655735
## 6        0    1       0         0     0        1   5        0     655736
##    longitude   latitude                   log1             log2    tipo_acid
## 1          0          0       R MARCOS MOREIRA R GASTON ENGLERT ABALROAMENTO
## 2 -817840587 1295680342        AV ASSIS BRASIL                  ABALROAMENTO
## 3 -826760803 1292029778     R DR BARROS CASSAL                  ABALROAMENTO
## 4 -827227451 1285403674 AV FABIO ARAUJO SANTOS                        CHOQUE
## 5 -820146494 1288712360            AV IPIRANGA                       COLISÃO
## 6 -823469568 1294159711        AV ASSIS BRASIL                  ABALROAMENTO
##       dia_sem             hora noite_dia regiao consorcio
## 1      SÁBADO 19:00:00.0000000     NOITE  NORTE          
## 2 TERÇA-FEIRA 02:45:00.0000000     NOITE  NORTE          
## 3 TERÇA-FEIRA 07:36:00.0000000       DIA CENTRO          
## 4 TERÇA-FEIRA 16:50:00.0000000       DIA    SUL          
## 5 TERÇA-FEIRA 19:00:00.0000000     NOITE  LESTE          
## 6 TERÇA-FEIRA 22:15:00.0000000     NOITE  NORTE

Remoção das colunas inviáveis

Foi decidido remover colunas que não irão impactar diretamente na análise e as que trazem informções redundantes.

# Remover as colunas especificadas que não serão utilizadas ou que são redundantes
df <- df %>%
  select(-data_extracao, -predial1, -queda_arr, -idacidente, -log1, -log2, -consorcio)

Análise dos tipos de colunas

É possível observar a divisão das colunas entre tipos numéricos e character. E que as colunas data e hora estão como character e futuramente, vão precisar ser transformadas nos tipos Data e Hora.

# Visualizar os tipos de colunas
sapply(df, class)

##        data     feridos  feridos_gr      mortes  morte_post      fatais 
## "character"   "integer"   "integer"   "integer"   "integer"   "integer" 
##        auto        taxi     lotacao  onibus_urb  onibus_met  onibus_int 
##   "integer"   "integer"   "integer"   "integer"   "integer"   "integer" 
##    caminhao        moto     carroca   bicicleta       outro    cont_vit 
##   "integer"   "integer"   "integer"   "integer"   "integer"   "integer" 
##         ups    patinete   longitude    latitude   tipo_acid     dia_sem 
##   "integer"   "integer"   "numeric"   "numeric" "character" "character" 
##        hora   noite_dia      regiao 
## "character" "character" "character"

Removendo valores nulos

Valores nulos podem comprometer a integridade dos dados e distorcer os resultados das análises. Removê-los é essencial para garantir a precisão dos cálculos, a qualidade das modelagens e a consistência na análise. Dados limpos permitem uma interpretação mais clara e eficiente, facilitando a tomada de decisões informadas e melhorando a eficiência operacional.

# Contagem de valores ausentes por coluna
colSums(is.na(df))  

##       data    feridos feridos_gr     mortes morte_post     fatais       auto 
##          0          0          0          0          0          0          0 
##       taxi    lotacao onibus_urb onibus_met onibus_int   caminhao       moto 
##          0          0          0          0          0          0          0 
##    carroca  bicicleta      outro   cont_vit        ups   patinete  longitude 
##          0          0          0          0          0          0      10206 
##   latitude  tipo_acid    dia_sem       hora  noite_dia     regiao 
##      10206          0          0          0          0          0

# Remover linhas com NA
df <- drop_na(df)

# Contagem de valores ausentes por coluna novamente
colSums(is.na(df))  

##       data    feridos feridos_gr     mortes morte_post     fatais       auto 
##          0          0          0          0          0          0          0 
##       taxi    lotacao onibus_urb onibus_met onibus_int   caminhao       moto 
##          0          0          0          0          0          0          0 
##    carroca  bicicleta      outro   cont_vit        ups   patinete  longitude 
##          0          0          0          0          0          0          0 
##   latitude  tipo_acid    dia_sem       hora  noite_dia     regiao 
##          0          0          0          0          0          0

Mapa de Calor dos acidentes

Para entender a distribuição espacial dos acidentes de trânsito, começamos com um mapa de calor. Este tipo de visualização é eficaz para identificar áreas com alta densidade de acidentes, oferecendo uma visão geral das regiões mais problemáticas. No entanto, o mapa de calor pode apresentar limitações em termos de precisão e detalhamento, especialmente quando se trata de distinguir entre áreas muito próximas ou sobrepostas. Por isso, em sequência, utilizaremos um mapa de cluster.

# Selecionar latitude e longitude
geo_data <- df %>% 
  select(latitude, longitude)

#Grafico de calor
leaflet(geo_data) %>%
  addTiles() %>%
  setView(lng = -51.2177, lat = -30.0346, zoom = 12) %>%  # Centraliza em Porto Alegre com zoom adequado
  addHeatmap(lng = ~longitude, lat = ~latitude, blur = 20, max = 0.05, radius = 15)

Mapa de Cluster

O mapa de cluster proporciona uma visualização mais detalhada e precisa, agrupando dados em clusters que representam áreas específicas com características semelhantes. Isso permite uma análise mais aprofundada, identificando padrões mais sutis e diferenciando melhor entre regiões de alta e baixa frequência de acidentes. Combinando ambos os métodos, obtemos uma visão abrangente e detalhada da distribuição dos acidentes, facilitando a formulação de estratégias mais eficazes para melhorar a segurança viária.

#Grafico de cluster
leaflet(geo_data) %>%
  addTiles() %>%
  setView(lng = -51.2177, lat = -30.0346, zoom = 12) %>%
  addMarkers(lng = ~longitude, lat = ~latitude, clusterOptions = markerClusterOptions())

Veja que é possível notar predominância nas regiões Norte e Leste, principalmente nas regiões próximas ao Aeroporto e as Praias, podendo ser um indicador de grande fluxo na região.

Proporção por tipo de acidente, gráfico de Pizza

Um gráfico de pizza é ideal para mostrar a distribuição dos tipos de acidentes de forma clara e intuitiva. Ele facilita a comparação das proporções relativas de cada categoria, tornando a informação visualmente acessível e fácil de entender. É uma ferramenta eficaz para destacar rapidamente quais tipos de acidentes são mais comuns e ajudar na comunicação de maneira impactante.

# Contando as ocorrências de cada tipo de acidente
contagem <- table(df$tipo_acid)
print(contagem)

## 
##   ABALROAMENTO  ATROPELAMENTO      CAPOTAGEM         CHOQUE        COLISÃO 
##          28293           3230            390           5690          20070 
##       EVENTUAL       INCÊNDIO NAO CADASTRADO          QUEDA     TOMBAMENTO 
##           1176             32           1606           1697            559

# Número de categorias
qtd <- length(contagem)
print(qtd)

## [1] 10

# Criando rótulos com apenas as porcentagens
lbls <- paste(round(contagem / sum(contagem) * 100, 1), "%")

# Ajustar a área de plotagem para dar espaço para a legenda
par(mar = c(5, 4, 4, 0))  # Ajuste das margens

# Criar o gráfico de pizza com rótulos apenas com porcentagens
pie(x = contagem, 
    labels = lbls, 
    main = "Proporção de Tipos de Acidentes",  # Ajuste do título
    col = rainbow(qtd),
    cex = 0.6)

# Adicionar a legenda à esquerda, ajustando o tamanho e nome
legend("topleft", 
       inset = c(0,0),  # Posicionar a legenda
       col = rainbow(qtd), 
       pch = 15, 
       legend = names(contagem),  # Usar os tipos de acidente como legenda
       title = "Tipos de Acidente",  # Ajustar o título da legenda
       cex = 0.6)  # Ajustar o tamanho da legenda

Percebe-se destaque negativo para Albaroamento e Colisão, sendo os casos mais comuns

Distribuição dos acidentes por tipo de veículo, Gráfico de colunas

Um gráfico de colunas é essencial para visualizar a distribuição dos acidentes por tipo de veículo porque facilita a comparação clara entre categorias, identifica rapidamente quais veículos estão mais envolvidos em acidentes e ajuda na formulação de estratégias de segurança direcionadas. Ele proporciona uma visão intuitiva e eficaz para a tomada de decisões e comunicação dos dados.

#Distribuição de acidentes por veiculo

# Calcular as somas
soma_valores1 <- sum(df$auto)
soma_valores2 <- sum(df$taxi)
soma_valores3 <- sum(df$lotacao)
soma_valores4 <- sum(df$onibus_urb)
soma_valores5 <- sum(df$onibus_met)
soma_valores6 <- sum(df$onibus_int)
soma_valores7 <- sum(df$caminhao)
soma_valores8 <- sum(df$moto)
soma_valores9 <- sum(df$carroca)
soma_valores10 <- sum(df$bicicleta)
soma_valores11 <- sum(df$outro)
soma_valores12 <- sum(df$patinete)

#############

# Carregar a biblioteca plotly
library(plotly)

# Dados para o gráfico
contagens <- c(soma_valores1, soma_valores2, soma_valores3,
               soma_valores4, soma_valores5, soma_valores6,
               soma_valores7, soma_valores8, soma_valores9,
               soma_valores10, soma_valores11, soma_valores12)

# Nomes das categorias
nomes_categorias <- c("Auto", "Taxi", "Lotacao", "Onibus Urb", "Onibus Met", 
                      "Onibus Int", "Caminhao", "Moto", "Carroca", 
                      "Bicicleta", "Outro", "Patinete")

# Criar um DataFrame para plotly
df_contagens <- data.frame(
  Categoria = nomes_categorias,
  Contagem = contagens
)

# Ordenar o DataFrame por Contagem em ordem decrescente
df_contagens <- df_contagens[order(df_contagens$Contagem, decreasing = TRUE), ]

# Reordenar o fator Categoria para refletir a ordem desejada
df_contagens$Categoria <- factor(df_contagens$Categoria, levels = df_contagens$Categoria)

# Criar o gráfico de barras com plotly
fig <- plot_ly(df_contagens, x = ~Categoria, y = ~Contagem, type = 'bar')

# Atualizar layout para adicionar título e ajustar aparência
fig <- fig %>% layout(title = 'Distribuição dos Acidentes',
                      xaxis = list(title = 'Categoria'),
                      yaxis = list(title = 'Contagem'),
                      showlegend = FALSE)

# Exibir o gráfico
fig

Ficou evidentende e alarmante a grande quantidade de acidentes envolvidos com carros, sendo muito superior aos outros veículos, sendo seguido por dados também elevados de acidentes com motocicletas.

Gráfico de Colunas principais Ano-Mês com mais acidentes

Quais os impactos que certos períodos festivos ou climáticos interferem na quantidade de acidentes?

# Convertendo coluna para tipo Date
df$data <- as.Date(df$data)
# Supondo que df seja seu DataFrame e a coluna se chame 'data'
class(df$data)

## [1] "Date"

# Transformando em posix
df$data <- as.POSIXct(df$data, format="%Y-%m-%d %H:%M:%S")

# Extraindo ano e mês
df <- df %>%
  mutate(ano_mes = format(data, "%Y-%m"))

# Contando o número de acidentes por ano e mês
df_contagem <- df %>%
  group_by(ano_mes) %>%
  summarise(contagem = n())%>%
  arrange(desc(contagem)) %>%
  top_n(20)

## Selecting by contagem

ggplot(df_contagem, aes(x = reorder(ano_mes, -contagem), y = contagem)) +
  geom_bar(stat = "identity", fill = "skyblue") +
  labs(title = "Top 20 Ano-Meses com Mais Acidentes", x = "Ano-Mês", y = "Número de Acidentes") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Análise por mês, desconsiderando meses de 2024

Os meses de 2024 são desconsiderados para não desequilibrar a quantidades de meses catalogados, podendo criar uma falsa impressão

#Analise por mes

# Filtrando os dados para excluir o ano de 2024
df_filtrado <- df %>%
  filter(format(data, "%Y") != "2024")

# Extraindo o mês
df_mensal <- df_filtrado %>%
  mutate(mes = format(data, "%m")) %>%  # Extraindo o mês como número
  group_by(mes) %>%
  summarise(contagem = n(), .groups = 'drop') %>%
  arrange(as.numeric(mes))  # Ordena os meses numericamente

# Converter a coluna mes para fator com os níveis de 01 a 12
df_mensal <- df_mensal %>%
  mutate(mes = factor(mes, levels = sprintf("%02d", 1:12)))

# Criando o gráfico de barras
ggplot(df_mensal, aes(x = reorder(mes, -contagem), y = contagem)) +
  geom_bar(stat = "identity", fill = "skyblue") +
  labs(title = "Número de Acidentes por Mês (Excluindo 2024)", x = "Mês", y = "Número de Acidentes") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Nota-se o mês de dezembro, mês das festas de ano novo e natal liderando os índices. Mostrando a interferência de festividades, que muitas vezes misturadas com álcool, aumentam o número de casos, superando até períodos de grande chuva na região, como Maio.

Análise anual de acidentes com gráfico de linhas

Um gráfico de linhas é ideal para analisar acidentes ao longo dos anos, pois permite visualizar as variações anuais de forma clara e comparativa. Ele facilita a identificação de tendências e padrões ao longo do tempo, ajudando a entender a evolução dos acidentes e a planejar estratégias de segurança mais eficazes.

# Extraindo o ano
df_anual <- df_filtrado %>%
  mutate(ano = format(data, "%Y")) %>%
  group_by(ano) %>%
  summarise(contagem = n(), .groups = 'drop') %>%
  arrange(ano)  # Ordena os anos

# Verificar o resultado
head(df_anual)

## # A tibble: 6 × 2
##   ano   contagem
##   <chr>    <int>
## 1 2019     12444
## 2 2020      2896
## 3 2021     11700
## 4 2022     13326
## 5 2023     14569
## 6 2202         1

# Percebe-se erro de preenchimento com uma célula na coluna ano com valor 2202

# Filtrar o DataFrame para remover linhas onde a coluna 'ano' é igual a 2202
df_anual <- df_anual %>%
  filter(ano != 2202)

# Verificar o resultado
head(df_anual)

## # A tibble: 5 × 2
##   ano   contagem
##   <chr>    <int>
## 1 2019     12444
## 2 2020      2896
## 3 2021     11700
## 4 2022     13326
## 5 2023     14569

# Criando o gráfico de linhas
ggplot(df_anual, aes(x = ano, y = contagem, group = 1)) +
  geom_line(color = "blue") +
  geom_point(color = "blue") +
  labs(title = "Evolução do Número de Acidentes por Ano", x = "Ano", y = "Número de Acidentes") +
  theme_minimal()

Exibindo distribuição gravidade dos acidentes (ups)

# Gravidade dos acidentes 

# Calcular a contagem de cada valor na coluna 'ups'
contagem_ups <- df %>%
  count(ups) %>%
  arrange(desc(n))  # Ordenar por contagem em ordem decrescente

# Garantir que os valores de ups sejam tratados como fatores com a ordem desejada
contagem_ups$ups <- factor(contagem_ups$ups, levels = c(1, 5, 13))

# Criar o gráfico de barras com plotly
fig <- plot_ly(contagem_ups, x = ~ups, y = ~n, type = 'bar', 
               text = ~n, textposition = 'auto',
               marker = list(color = 'skyblue')) %>%
  layout(title = 'Contagem de Valores na Coluna "ups"',
         xaxis = list(title = 'Valores', categoryorder = 'array', categoryarray = c(1, 5, 13)),
         yaxis = list(title = 'Contagem'))

# Exibir o gráfico
fig

Entendendo o ups:

• Acidente somente Danos Materiais - Fator de ponderação 1

• Acidente com Feridos - Fator de ponderação 5

• Acidente com Vítimas Fatais - Fator de ponderação 13

Nota-se que os frêquencia dos acidadentes seguem a ordem oposta da sua gravidade

Analisando correlações, com tabela de correlação

Uma tabela de correlação exibe as relações entre variáveis, mostrando como uma variável está associada a outra. Os valores variam de -1 a 1, indicando a força e a direção da relação: 1 significa uma correlação positiva perfeita, -1 uma correlação negativa perfeita, e 0 nenhuma correlação. Essa tabela ajuda a identificar padrões e relações entre variáveis em um conjunto de dados.

# Selecionar as colunas de interesse
df_corr <- df %>%
  select(fatais,cont_vit, auto, taxi, moto,lotacao, onibus_met,onibus_urb,onibus_int,caminhao,carroca,bicicleta,patinete)

# Calcular a matriz de correlação
correlation_matrix <- cor(df_corr, method = "pearson", use = "complete.obs")

# Exibir a matriz de correlação
print(correlation_matrix)

##                   fatais    cont_vit        auto         taxi         moto
## fatais      1.0000000000  0.09555480 -0.07685902 -0.006115943  0.036497311
## cont_vit    0.0955548027  1.00000000 -0.46559492 -0.065517445  0.565050290
## auto       -0.0768590205 -0.46559492  1.00000000 -0.102694717 -0.549638404
## taxi       -0.0061159435 -0.06551744 -0.10269472  1.000000000 -0.061822979
## moto        0.0364973108  0.56505029 -0.54963840 -0.061822979  1.000000000
## lotacao    -0.0003268299 -0.03472108 -0.06734548 -0.006159263 -0.042446448
## onibus_met  0.0068759541  0.01258134 -0.07730907 -0.006137286 -0.029480352
## onibus_urb  0.0079226491  0.01724709 -0.19703332 -0.015314635 -0.079449405
## onibus_int -0.0008941131 -0.01573497 -0.08094694 -0.003307773 -0.035585222
## caminhao    0.0024298748 -0.14600998 -0.22656523 -0.023014695 -0.132113514
## carroca     0.0098982452  0.01278804 -0.01963082  0.004236583  0.002132947
## bicicleta   0.0162666619  0.15741668 -0.13061860 -0.001734814 -0.048438688
## patinete   -0.0010029035  0.01286471 -0.01178816 -0.001854802 -0.008460504
##                  lotacao   onibus_met   onibus_urb    onibus_int     caminhao
## fatais     -0.0003268299  0.006875954  0.007922649 -0.0008941131  0.002429875
## cont_vit   -0.0347210767  0.012581340  0.017247088 -0.0157349670 -0.146009976
## auto       -0.0673454774 -0.077309074 -0.197033317 -0.0809469402 -0.226565225
## taxi       -0.0061592629 -0.006137286 -0.015314635 -0.0033077727 -0.023014695
## moto       -0.0424464482 -0.029480352 -0.079449405 -0.0355852215 -0.132113514
## lotacao     1.0000000000 -0.006960824 -0.007428282 -0.0029888781 -0.018094519
## onibus_met -0.0069608242  1.000000000 -0.001920220 -0.0050843054 -0.014699156
## onibus_urb -0.0074282820 -0.001920220  1.000000000 -0.0103886311 -0.036100077
## onibus_int -0.0029888781 -0.005084305 -0.010388631  1.0000000000 -0.013162054
## caminhao   -0.0180945195 -0.014699156 -0.036100077 -0.0131620539  1.000000000
## carroca    -0.0015771635 -0.001336915  0.001418583 -0.0016472228 -0.005125328
## bicicleta  -0.0075139031 -0.001745218  0.003107955 -0.0009945555 -0.029679777
## patinete   -0.0012144254 -0.001029433 -0.002594952 -0.0012683716 -0.003946534
##                  carroca     bicicleta      patinete
## fatais      0.0098982452  0.0162666619 -0.0010029035
## cont_vit    0.0127880404  0.1574166768  0.0128647052
## auto       -0.0196308151 -0.1306185951 -0.0117881619
## taxi        0.0042365829 -0.0017348139 -0.0018548023
## moto        0.0021329472 -0.0484386876 -0.0084605036
## lotacao    -0.0015771635 -0.0075139031 -0.0012144254
## onibus_met -0.0013369151 -0.0017452185 -0.0010294327
## onibus_urb  0.0014185828  0.0031079552 -0.0025949517
## onibus_int -0.0016472228 -0.0009945555 -0.0012683716
## caminhao   -0.0051253284 -0.0296797769 -0.0039465340
## carroca     1.0000000000 -0.0024162988 -0.0002332459
## bicicleta  -0.0024162988  1.0000000000 -0.0018605648
## patinete   -0.0002332459 -0.0018605648  1.0000000000

# Matriz de correlaçao viual
corrplot(correlation_matrix,
         method = "color",  # Usar cores ao invés de variar o tamanho
         type = "upper",    # Apenas mostrar a parte superior da matriz
         tl.col = "black",  # Cor dos textos das labels (usar branco para contraste)
         tl.srt = 45,       # Ângulo das labels no eixo x
         col = colorRampPalette(c("blue", "white", "red"))(200),  # Gradiente de cor
         is.corr = TRUE,    # Para deixar a escala de cor entre -1 e 1
        # cl.lim = c(-1, 1), # Limitar os valores da correlação para -1 e 1
         pch.cex = 2        # Controla o tamanho dos pontos (mantém o mesmo tamanho)
)

Foi possível perceber que os acidentes com moto são os que mais se correlacionam com os acidentes fatais(“fatais”), pois o seu quadrado tem a tonalidade mais próxima da vermelha, chegando mais próximo de 1, ainda que seja um valor na casa de 0.3. Já o número de acidentes com carro é o valor que chega mais próximo ao valor invermente proporcional aos acidentes com vítimas(“cont_vit), chegando o mais próximo de -1 em relação a essa coluna.

Analisando Fatalidades por hora com gráfico de linha

# Verificar a estrutura da coluna
class(df$hora)

## [1] "character"

# Converte hora pra posix
df$hora <- as.POSIXct(df$hora, format = "%H:%M:%S")

# Verificar a estrutura da coluna novamente
class(df$hora)

## [1] "POSIXct" "POSIXt"

# Cria uma coluna com a hora formatada
df$hora_formatada <- format(df$hora, "%H:%M:%S")
head(df$hora_formatada)

## [1] "19:00:00" "02:45:00" "07:36:00" "16:50:00" "19:00:00" "22:15:00"

#Isola apenas a hora
df$horas <- format(df$hora, "%H")
head(df$horas)

## [1] "19" "02" "07" "16" "19" "22"

#Coluna ta como character
class(df$horas)

## [1] "character"

# Transforma pra numerico
df$horas <- as.numeric(df$horas)


# Agrupar os dados por hora e contar os acidentes fatais
df_fatal <- df %>%
  group_by(horas) %>%
  summarise(fatalidades = sum(fatais > 0, na.rm = TRUE))

# Criar gráfico de linha para fatalidades por hora
ggplot(df_fatal, aes(x = horas, y = fatalidades)) +
  geom_line(color = "red", size = 1) +
  geom_point(color = "red", size = 2) +  # Adiciona pontos nos dados
  labs(title = "Fatalidades por Hora do Dia", x = "Hora", y = "Número de Fatalidades") +
  scale_x_continuous(breaks = seq(0, 23, 1))  # Mostrar todas as horas do dia

## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_line()`).

## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_point()`).

Gráficos de linhas para dias da semana com acidentes letais

# Cria df para ver dia da semana que têm acidentes mais fatais
df_fatal_dia <- df %>%
  group_by(dia_sem) %>%
  summarise(fatalidades = sum(fatais > 0, na.rm = TRUE))

# Criar gráfico de linha para fatalidades por dia da semana
ggplot(df_fatal_dia, aes(x = dia_sem, y = fatalidades, group = 1)) +  # group = 1 para garantir uma única linha
  geom_line(color = "red", size = 1) +
  geom_point(color = "red", size = 3) +  # Adiciona pontos nos dados
  labs(title = "Fatalidades por Dia da Semana", x = "Dia da Semana", y = "Número de Fatalidades") +
  theme_minimal() +  # Estilo minimalista
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # Inclinar os valores do eixo x

Final de semana liderando indices, mais uma levantando a ideia de uso de alcool nos momentos de lazer misturados com a direção perigosa, resultando em tragédia.

Gráfico de barras empilhadas para correlação entre gravidade ups e regiões

# Criar uma tabela de contigência entre 'regiao' e 'ups'
tabela_contigencia <- df %>%
  count(regiao, ups)

# Exibir a tabela
print(tabela_contigencia)

##    regiao ups     n
## 1  CENTRO   1  6384
## 2  CENTRO   5  2465
## 3  CENTRO  13    29
## 4   LESTE   1 12198
## 5   LESTE   5  7424
## 6   LESTE  13    95
## 7   NORTE   1 11664
## 8   NORTE   5  7192
## 9   NORTE  13   115
## 10    SUL   1  8644
## 11    SUL   5  6403
## 12    SUL  13   130

# Carregar o pacote plotly
library(plotly)

# Criar gráfico de barras empilhadas
fig <- plot_ly(tabela_contigencia, 
               x = ~regiao, 
               y = ~n, 
               color = ~ups, 
               type = 'bar') %>%
  layout(title = 'Relação entre Região e UPS',
         xaxis = list(title = 'Região'),
         yaxis = list(title = 'Contagem'))

# Exibir o gráfico
fig

## Warning: textfont.color doesn't (yet) support data arrays
## Warning: textfont.color doesn't (yet) support data arrays

Nota-se que o Leste lidera a quantidade de casos registrados com ups, porém se sobressaem principalmente em casos de grau 1, enquanto o sul que possui a segunda menor quantidade de casos, lidera em quantidade de casos de grau 13, sendo os mais graves.

Metodologia e Dados Utilizados

Utilizamos um conjunto de dados contendo informações detalhadas dos acidentes de trânsito, incluindo variáveis como localização (latitude e longitude), tipo de veículo, tipo de acidente, severidade (UPS), e características temporais (data, hora, mês, dia da semana). A metodologia envolveu:

Mapas de calor e cluster para entender a distribuição espacial dos acidentes. Gráficos de pizza, colunas e gráficos empilhados para explorar a proporção dos tipos de acidentes e a frequência de envolvimento de diferentes tipos de veículos. Análises temporais utilizando gráficos de linhas para examinar padrões ao longo do tempo, como por ano, mês, hora do dia e dia da semana. Correlação entre as variáveis para identificar relações entre fatores, como tipo de veículo e severidade dos acidentes.

Insights Interessantes

• Distribuição Espacial: Identificamos áreas de alta densidade de acidentes no Centro e na região Leste de Porto Alegre, principalmente próximas ao Aeroporto e áreas de maior fluxo.Além disso, foi demonstrada, com grande precisão o local dos acidentes, através do gráfico de Cluster.
• Tipos de Acidentes: O albaroamento (colisões laterais) e colisão foram os tipos de acidentes mais comuns.
• Veículos Envolvidos: Carros e motocicletas foram os veículos mais envolvidos em acidentes, com carros liderando de forma alarmante e de motos se correlacionando de maiores graus de fatalidade.
• Temporalidade: Picos de fatalidades ocorrem nos horários de maior movimentação, como 7h e 19h, e o final de semana é o período mais perigoso, sugerindo o impacto de comportamentos de risco, como dirigir sob influência de álcool; conclusão que é fortalecida pela liderança do mês de dezembro, mês das festas de fim de ano, no número de acidentes.
• Severidade e Localização: A região Leste apresenta o maior número de acidentes, enquanto a região Sul lidera em casos de maior gravidade (UPS 13), com vítimas fatais.

Implicações para Clientes

Esses insights podem auxiliar órgãos governamentais e responsáveis pela segurança no trânsito a:

• Direcionar campanhas educativas focadas em comportamentos de risco em horários e locais críticos.
• Implementar medidas de controle como reforço de sinalização e fiscalização em áreas de maior fluxo e nos finais de semana.
• Planejar melhorias viárias nas regiões mais impactadas, como o Leste, visando reduzir a ocorrência de acidentes.
• Incentivar a investigação de como a região Sul, possuindo menos casos no geral, lidera o nível de acidentes graves.

Limitações da Análise

Falta de Detalhamento em Variáveis: Certos fatores, como condições climáticas, não foram considerados, mas poderiam influenciar os acidentes.

Melhorias Futuras

• Adicionar mais variáveis como clima e condições da via para enriquecer a análise.
• Utilizar modelos preditivos para identificar padrões futuros e otimizar as intervenções.
• Analisar o comportamento ao longo do tempo com mais detalhes, incluindo mais anos de dados para um panorama mais robusto.
• Analisar o prejuízo que os consórcios estão tendo.

Essas melhorias podem gerar uma compreensão mais profunda dos fatores que contribuem para acidentes e ajudar a formular políticas mais eficazes.